INFORM-CT: LLMs ו-VLMs לזיהוי ממצאים מקריים בסריקות CT

בעידן הרפואה המודרנית, ממצאים מקריים בסריקות CT בבטן מהווים אתגר משמעותי. אלה לעיתים קרובות שפירים, אך עלולים להצביע על בעיות רפואיות חמורות הדורשות דיווח מיידי לפי הנחיות רפואיות. בדיקה ידנית על ידי רדיולוגים צורכת זמן רב ומשתנה בין מומחים. חוקרים מציגים כעת את INFORM-CT – מסגרת חדשנית המשלבת מודלי שפה גדולים (LLMs) ומודלי ראייה-שפה (VLMs) בגישה סוכנית של תכנון וביצוע, שמטרתה לשפר את היעילות והדיוק בזיהוי, סיווג ודיווח על ממצאים מקריים בסריקות CT בטן. (72 מילים) המסגרת INFORM-CT פועלת לפי הנחיות רפואיות מוגדרות לאיברים בבטן. מתכננת מבוססת LLM יוצרת סקריפטים בפייתון באמצעות פונקציות בסיס מוגדרות מראש. המבצע מריץ את הסקריפטים הללו לביצוע בדיקות וזיהויים נדרשים. תהליך זה מאפשר אוטומציה מלאה של ניהול הממצאים, תוך שימוש ב-VLMs, מודלי סגמנטציה ועיבוד תמונה. לפי הדיווח, הגישה הזו מאפשרת טיפול אוטומטי מקצה לקצה, ללא התערבות אנושית. (85 מילים) בניסויים שנערכו על סט נתונים סטנדרטי של סריקות CT בבטן לשלושה איברים, המסגרת INFORM-CT הוכיחה עליונות על גישות מבוססות VLM טהורות. התוצאות מראות דיוק גבוה יותר ויעילות משופרת בזיהוי, סיווג ודיווח. החוקרים מדווחים כי השיטה מצליחה לבצע את כל התהליך באופן אוטומטי לחלוטין, מה שמקצר זמני אבחון ומפחית שגיאות אנוש. זו קפיצת מדרגה משמעותית בתחום ההדמיה הרפואית בעזרת בינה מלאכותית. (82 מילים) ניהול ממצאים מקריים בסריקות CT חיוני להבטחת טיפול אופטימלי בחולים. בעוד ששיטות מסורתיות סובלות משונות וזמן רב, INFORM-CT מציעה פתרון אחיד וממוחשב. בהשוואה לגישות קיימות, היא משלבת תכנון חכם עם ביצוע מדויק, מה שמגביר את האמינות. בישראל, שבה מערכת הבריאות סובלת מעומס על רדיולוגים, טכנולוגיה זו יכולה לשפר משמעותית את זרימת העבודה בבתי חולים כמו שיבא או הדסה. (88 מילים) עבור מנהלי בריאות ומנכ"לים בחברות מדטק, INFORM-CT מדגימה כיצד שילוב LLMs ו-VLMs יכול להאיץ אבחונים ולחסוך עלויות. המחקר פותח דלתות ליישומים רחבים יותר בהדמיה רפואית. כדאי לעקוב אחר התפתחויות אלו ולשקול אינטגרציה במערכות קיימות. האם זו הבאה של הרפואה האוטומטית? (73 מילים)